2009.01.15  来自：51CTO
这里的大型网站架构只包括高互动性高交互性的数据型大型网站，基于大家众所周知的原因，我们就不谈新闻类和一些依 靠HTML静态化就可以实现的架构了，我们以高负载高数据交换高数据流动性的网站为例，比如海内，开心网等类似的web2.0系列架构。这个时候，就需要 一个好的数据并发处理策略以及缓存策略。5、数据索引的问题。们这里不讨论是PHP还是JSP或者.NET环境，我们从架构的方面去看问题，实现语言方面 并不是问题，语言的优势在于实现而不是好坏，不论你选择任何语言，架构都是必须要面对的。

这 里的大型网站架构只包括高互动性高交互性的数据型大型网站，基于大家众所周知的原因，我们就不谈新闻类和一些依靠HTML静态化就可以实现的架构了，我们 以高负载高数据交换高数据流动性的网站为例，比如海内，开心网等类似的web2.0系列架构。我们这里不讨论是PHP还是JSP或者.NET环境，我们从 架构的方面去看问题，实现语言方面并不是问题，语言的优势在于实现而不是好坏，不论你选择任何语言，架构都是必须要面对的。
这里讨论一下大型网站需要注意和考虑的问题
1、海量数据的处理
众所周知，对于一些相对小的站点来说，数据量并不是很大，select和update就可以解决我们面对的问题，本身负载量不是很大，最多再加几个 索引就可以搞定。对于大型网站，每天的数据量可能就上百万，如果一个设计不好的多对多关系，在前期是没有任何问题的，但是随着用户的增长，数据量会是几何 级的增长的。在这个时候我们对于一个表的select和update的时候(还不说多表联合查询)的成本的非常高的。
2、数据并发的处理
在一些时候，2.0的CTO都有个尚方宝剑，就是缓存。对于缓存，在高并发高处理的时候也是个大问题。在整个应用程序下，缓存是全局共享的，然而在 我们进行修改的时候就，如果两个或者多个请求同时对缓存有更新的要求的情况下，应用程序会直接的死掉。这个时候，就需要一个好的数据并发处理策略以及缓存 策略。
另外，就是数据库的死锁问题，也许平时我们感觉不到，死锁在高并发的情况下的出现的概率是非常高的，磁盘缓存就是一个大问题。
3、文件存贮的问题
对于一些支持文件上传的2.0的站点，在庆幸硬盘容量越来越大的时候我们更多的应该考虑的是文件应该如何被存储并且被有效的索引。常见的方案是对文 件按照日期和类型进行存贮。但是当文件量是海量的数据的情况下，如果一块硬盘存贮了500个G的琐碎文件，那么维护的时候和使用的时候磁盘的Io就是一个 巨大的问题，哪怕你的带宽足够，但是你的磁盘也未必响应过来。如果这个时候还涉及上传，磁盘很容易就over了。
也许用raid和专用存贮服务器能解决眼下的问题，但是还有个问题就是各地的访问问题，也许我们的服务器在北京，可能在云南或者新疆的访问速度如何解决?如果做分布式，那么我们的文件索引以及架构该如何规划。
所以我们不得不承认，文件存贮是个很不容易的问题
4、数据关系的处理
我们可以很容易的规划出一个符合第三范式的数据库，里面布满了多对多关系，还能用GUID来替换INDENTIFY COLUMN 但是，多对多关系充斥的2.0时代，第三范式是第一个应该被抛弃的。必须有效的把多表联合查询降到最低。
5、数据索引的问题
众所周知，索引是提高数据库效率查询的最方面最廉价最容易实现的方案。但是，在高UPDATE的情况下，update和delete付出的成本会高的无法想想，笔者遇到过一个情况，在更新一个聚焦索引的时候需要10分钟来完成，那么对于站点来说，这些基本上是不可忍受的。
索引和更新是一对天生的冤家，问题A，D，E这些是我们在做架构的时候不得不考虑的问题，并且也可能是花费时间最多的问题，
6、分布式处理
对于2.0网站由于其高互动性，CDN实现的效果基本上为0，内容是实时更新的，我们常规的处理。为了保证各地的访问速度，我们就需要面对一个绝大的问题，就是如何有效的实现数据同步和更新，实现各地服务器的实时通讯有是一个不得不需要考虑的问题。
7、Ajax的利弊分析
成也AJAX，败也AJAX，AJAX成为了主流趋势，突然发现基于XMLHTTP的post和get是如此的容易。客户端get或者post 到服务器数据，服务器接到数据请求之后返回来，这是一个很正常的AJAX请求。但是在AJAX处理的时候，如果我们使用一个抓包工具的话，对数据返回和处 理是一目了然。对于一些计算量大的AJAX请求的话，我们可以构造一个发包机，很容易就可以把一个webserver干掉。
8、数据安全性的分析
对于HTTP协议来说，数据包都是明文传输的，也许我们可以说我们可以用加密啊，但是对于G问题来说的话，加密的过程就可能是明文了(比如我们知道 的QQ，可以很容易的判断他的加密，并有效的写一个跟他一样的加密和解密方法出来的)。当你站点流量不是很大的时候没有人会在乎你，但是当你流量上来之 后，那么所谓的外挂，所谓的群发就会接踵而来(从qq一开始的群发可见端倪)。也许我们可以很的意的说，我们可以采用更高级别的判断甚至HTTPS来实 现，注意，当你做这些处理的时候付出的将是海量的database，io以及CPU的成本。对于一些群发，基本上是不可能的。笔者已经可以实现对于百度空 间和qq空间的群发了。大家愿意试试，实际上并不是很难。
9、数据同步和集群的处理的问题
当我们的一台databaseserver不堪重负的时候，这个时候我们就需要做基于数据库的负载和集群了。而这个时候可能是最让人困扰的的问题 了，数据基于网络传输根据数据库的设计的不同，数据延迟是很可怕的问题，也是不可避免的问题，这样的话，我们就需要通过另外的手段来保证在这延迟的几秒或 者更长的几分钟时间内，实现有效的交互。比如数据散列，分割，内容处理等等问题
10、数据共享的渠道以及OPENAPI趋势
Openapi已经成为一个不可避免的趋势，从google，facebook，myspace到海内校内，都在考虑这个问题，它可以更有效的留住 用户并激发用户的更多的兴趣以及让更多的人帮助你做最有效的开发。这个时候一个有效的数据共享平台，数据开放平台就成为必不可少的途径了，而在开放的接口 的情况保证数据的安全性和性能，又是一个我们必须要认真思考的问题了。

在速度上,静态页面要比动态页面的比方php快很多,这是毫无疑问的,但是静态页面的灵活性较差。
做静态页面的几个关键：
其实页面静态化就是页面级缓存，相当于把整个html页面缓存起来，用的时候跳过数据库直接读文件。
ob_start()函数:打开输出缓冲区.
函数格式 void ob_start(void)
说明：当缓冲区激活时，所有来自PHP程序的非文件头信息均不会发送，而是保存在内部缓冲区。为了输出缓冲区的内容，可以使用ob_end_flush()或flush()输出缓冲区的内容。
Flush：刷新缓冲区的内容，输出。
函数格式：flush()
说明：这个函数经常使用,效率很高。
ob_get_contents ：返回内部缓冲区的内容。
函数格式：string ob_get_contents(void)
说明：这个函数会返回当前缓冲区中的内容，如果输出缓冲区没有激活,则返回 FALSE.
ob_get_length：返回内部缓冲区的长度。
函数格式：int ob_get_length(void)
说明：这个函数会返回当前缓冲区中的长度；和ob_get_contents一样，如果输出缓冲区没有激活,则返回 FALSE.
ob_end_clean：删除内部缓冲区的内容，并且关闭内部缓冲区
函数格式：void ob_end_clean(void)
说明：这个函数不会输出内部缓冲区的内容而是把它删除
ob_end_flush:发送内部缓冲区的内容到浏览器，并且关闭输出缓冲区
函数格式：void ob_end_flush(void)
说明：这个函数发送输出缓冲区的内容（如果有的话）
ob_implicit_flush：打开或关闭绝对刷新
函数格式：void ob_implicit_flush ([int flag])
说明：默认为关闭缓冲区，打开绝对输出后，每个脚本输出都直接发送到浏览器，不再需要调用 flush()
具体应用中有ob_start()和ob_get_contents()就足够了。
关于缓存：包括页面级缓存，数据库级缓存，页面级缓存一般访问键，数据库级缓存现在流行的是写内存，这里要介绍的也是写文件。。（转载）
SQL查询缓存
适合读者
本教程适合于那些对缓存SQL查询以减少数据库连接与执行的负载、提高脚本性能感兴趣的PHP程序员。
概述
许多站点使用数据库作为站点数据存储的容器。数据库包含了产器信息、目录结构、文章或者留言本，有些数据很可能是完全静态的，这些将会从一个缓存系统中得到的极大好处。
这样一个系统通过把SQL查询的结果缓存到系统的一个文件中存储，从而阻止连接数据库，构造查询与取得返回结果而提高了响应时间。
有些系统数据库并不是放在WEB服务器上的，这样需要一个远程连接(TCP或者其它类似的)，或者从数据库中获取大量的数据，这样你得忍受更多时间，这决定于系统响应时间与资源利用。
前提
本教程使用MySQL作为数据库。你需要安装MySQL(www.mysql.com下载是有效的)和激活PHP MYSQL扩展(默认情况是激活的)。
由于要查询数据库，你需要知识一些SQL（结构化查询语言）的基本常识。
缓存SQL查询结果
为什么要缓存查询结果？
缓存查询结果能极大地改进脚本执行时间和资源需求。
缓存SQL查询结果也允许你通过后期处理数据。如果你用文件缓存去存储全部脚本的输出结果（HTML输出），这样可能是行不通的。
当你执行一个SQL查询时，点典的处理过程是：
l 连接数据库
l 准备SQL查询
l 发送查询到数据库
l 取得返回结果
l 关闭数据库连接
以上方法非常占用资源并且相反的影响了脚本的性能。只能通过取得的大量返回数据和数据库服务器的位置这二个要素来相互协调。尽管持续连接可以改进连接数据库时的负载，但非常耗费内存资源，如果获取的是大量的数据，那么存储的全部时间会非常短暂。
创建一条SQL查询：
SQL(结构化查询语言)查询被用作操作数据库及它内容的接口。SQL可用于定义和编辑表的结构，插入数据到表，更新或删除表中的信息。
SQL是用于与数据通讯的语言，在大多数PHP数据库扩展(MySQL,ODBC,Oracle等)通过传递SQL查询到数据库中来管理整个过程。
本教程中，仅仅用select语言来获取数据库中的数据。这些数据将被缓存，之后将用作数据源。
决定什么时候更新缓存：
根据程序的需要，缓存可以采取多种形式。最常见的3种方式是：
l 时间触发缓存（过期的时间戳）
l 内容改变触发缓存（发现数据改变后，相应地更新缓存）
l 人工触发缓存（人工的方式告知系统信息超期并且强制产生新的缓存）
你的缓存需求可能是以上原理的一个或多个的综合。本教程将讨论时间触发方式。然而，在一个全面的缓存机制中，3种方式的综合将被使用。
缓存结果：
基本的缓存是用PHP的两个函数serialize()和unserialize()(译注：这二个函数分别代表序列化与反序列化)。
函数serialize()用于存储PHP的值，它能保证不失去这些值的类型和结构。
事实上，PHP的session扩展是用序列化过的变量，把session变量($_SESSION)存储在系统的一个文件中。
函数unserialize()与以上操作相反并且使序列化过的字符串返回到它原来的结构和数据内容。
在本例中，以一个电子商务商店为例。商店有2个基本表，categories和products(此处为原始数据库表名).product表可能每天都在变化，categories仍然是不变静止的。
要显示产品，你可以用一个输出缓存脚本来存储输出的HTML结果到一个文件中。然而categories表可能需要后期处理。例如，所有的目录通过变量category_id（通过$_REQUEST['category_id']来取得）被显示，你可能希望高亮当前被选择的目录。
表categories结构

Field

Type

Key

Extra

category_id
category_name
category_description

int(10) unsigned
varchar(255)
text

PRI

auto_incremen

在本例中，通过时间触发缓存技术被运用，设定一段时间后让其缓存SQL输出过期。在此特殊的例子中，定一段时间为24小时。
序列化例子：
l 连接数据库
l 执行查询
l 取得所有结果构成一个数组以便后面你可以访问
l 序列化数组
l 保存序列化过的数组到文件中
$file = ’sql_cache.txt’;
$link = mysql_connect(’localhost’,’username’,’password’)
or die (mysql_error());
mysql_select_db(’shop’)
or die (mysql_error());
/* 构造SQL查询 */
$query = “SELECT * FROM categories”; [...]